2021年3月16日にGoogle UK Search Summitが行われました。Googleが公式に今後のGoogle広告がどうなっていくのかについて発表したものです。
英語で行われたこちらのサミットをデジマールが翻訳し要約しました。
また、現在YouTubeに公開されており、以下のリンクから視聴することが出来ます。
https://www.youtube.com/watch?v=kL1ypp0Mz1o
このサミットは１時間３分あるため、前半と後半に分けてご紹介させていただきます。前半はこちらからどうぞ。
今回は、Google UK Search Summitの後半を見ていきましょう。
はじめに
イギリスでは、多くの方がAlphaGoについて聞いたことがあると思います。
AlphaGoとは、Deepmind社が開発した人工知能の囲碁プログラムです。
4年前にAlphaGoが世界最高のプレーヤーであるリサに碁で打ち負かすことができました。
碁は信じられないほど複雑なゲームで、宇宙の原子の数よりも多くの順列があり、今後数十年にわたってコンピュータが人間に勝つことはできないと考えられていました。
しかし、AlphaGoは、棋士との10万回の対局を受けて、人間のプレーを学習し、世界最高の棋士に勝利しました。
このことは大きな反響を呼び、機械学習の分野を永遠に変えてしまいました。
しかし、このことについて次の出来事をご存知ない方もいらっしゃるでしょう。
このシステムには、実際に人間の対局者による10万回の対局はありませんでした。このシステムには、人間の対局者による10万回の対局はなく、「自分で学べ」と言われただけだったのです。囲碁のルールは与えられましたが、戦略は与えられませんでした。
そこで新しいAlphaGo Zeroは、初心者として3日間自分と対戦したところ早く上達し、3日後、AlphaGo Zeroは10万回の対局を行い、オリジナルのAlphaGoを100勝0敗で下しました。
そして、「Alpha Zero」と呼ばれるシステムを構築しました。このシステムは、人間の介入なしに複数のマルチプレイヤーゲームをプレイすることが可能になったのです。チェスのルール、将棋のルール、囲碁のルールが与えられ、ゲームなどで学習していきました。
この碁のようにGoogleは驚くべき進歩の事例を目の当たりにし、すでに優れた能力を持つ企業が検索広告への投資から得られる結果をさらに劇的に改善しているのを目の当たりにしました。
Googleは多くの広告主と仕事をしてきましたが、この1年半が最もエキサイティングだったことを皆さんにお伝えしたいと思います。
広告システムの自動化
囲碁プログラムAlpha Zeroによる機械学習の事例
これからいくつかのケーススタディをご紹介し、皆さんに同じようなことをしていただきたいと思っています。
Alpha Zeroのチェスの例で言えば、初心者が4時間でマスターになり、4時間後にはSSRをプレイしているというような学習が行われました。
その結果、Alpha ZeroがオープンソースのチェスエンジンであるStockfishを20対0で破ったのです。
つまり、史上最高のチェスプレイヤーは4時間かけて学習したグーグルのコンピュータ、Alpha Zeroなのです。
そしてつい最近、DeepMind社は「MuZero」いう新しいシステムを発表しました。このシステムは非常に優れていて、このシステムは「ゲーム自体を知らない」という特徴があります。
ゲームを知らないということは、人間の戦略が与えられていないだけでなく、ルールも与えられていません。現在の機械学習は基本的に、自分がプレイしているゲームを知らずに複数のゲームをプレイすることを学習する段階にあります。
ここ数年、機械学習の能力は4、5カ月ごとに倍増しており、5年間で3万倍の進歩を遂げています。このペースで成長を続けることは不可能ですが、それでも非常に速いスピードで改善されています。機械学習の進歩に私たちは目を離せません。
「自動運転車」へと変わるGoogle広告
この機械学習のケースから私たちGoogleが思うに、Googleの広告システムは「自動運転車」に向かっていくのでしょう。
Googleの広告は素晴らしいものであったものの、道を運転させ学ばせるのは難しいものでした。しかし、今はますます「自動運転車」になりつつあります。
ベストプラクティスを本当に理解するためには、スポーツカーをどうやって運転するかではなく、自動運転車をどうやって運転するかという違う視点で考えなければなりません。
つまり、Googleの広告システムは自動化に向かっています。
広告の実際の内容はどうなのか、どれだけ良いものにできるのか。そして、今後は、効率的で収益性の高いビジネスモデルを構築していくのかが重要になっていきます。
優れたマーケティング戦略とは、自動化を利用して継続的に効率を改善していくものであると言われています。
自動運転車へと変わるGoogle広告のベストプラクティスは機械学習に正しいKPI、正しいデータ、クリエイティブを与え、それを人間がサポートすることです。
ここで、大切なフレームワークを再確認しましょう。これは、3つのステージに分けて考えることができます。
１段階目では、スマートな入札などの基本的な要素をきちんと扱うことです。この段階では、正しいコンバージョントラッキング、正しいアトリビューション戦略、ビジネスの目的に合ったスマート自動入札の戦略を導入することが重要です。
2段階目は、市場の獲得です。スマート入札を導入すると、ビジネスに最も関連性の高い検索クエリを捕捉することができます。また、ユーザーや消費者に最も関連性の高いメッセージを提供することができます。
3段階目は、本当に投資すべき機会を発見することです。成長の準備が整い、検索需要のほとんどを獲得した今、何がうまくいっているのかを深く掘り下げて調べ、そのエリアにさらに投資すべきです。
そこで、このように「自動運転車」へと変わっていくGoogle広告において大切なスマート自動入札の話をしましょう。
スマート自動入札の最適化
スマート自動入札において大切な「価値ベースの入札」
スマート自動入札についてご存じでしょう。自動化するGoogle広告では今後非常に重要なシステムです。
スマート入札について、「もう使っているぞ。次は何をすべきだ」という方もいらっしゃると思います。
そこで、スマート自動入札を効果的にする上でで大切になる「価値ベースでの入札」についてお話ししたいと思います。
Google広告の自動化が進む中、機械学習の入札に与えるデータの増加は、インターネット広告戦略において最も重要なアドバンテージとなるでしょう。
しかし、すべてのユーザーが同じ広告に対して同じ価値を提供しているわけではありません。
同じ広告でも、その広告に高い価値を見出すユーザーもいればほとんど気にもとめないユーザー、価値を見出さないユーザーもいます。
そのため、どのようなユーザーがビジネスに高い価値を認識しているかを理解し、そのユーザーに向けて入札や最適化を行うことが重要です。
価値ベースでの入札は、スマート入札に価値をもたらし、コンバージョン率を最大化することで、ROIを向上させます。
正しいデータの共有とは
この価値ベースの入札は、ファーストパーティデータを与えることから始まります。
機械学習の入札モデルに重要な情報を提供することで、オークションにおける差別化された顧客価値を予測するのです。
価値ベースの入札を行うことで、クリック数やコストだけでなく、獲得数を最適化し、より多くのビジネスインパクトをもたらすことが可能になります。
そして、それぞれのデータに正しく価値データを与えることが大切です。
コンバージョンアクションに対して、最も正確な値を与えるようにしてください。
さらに、ミクロとマクロのコンバージョントラッキングを行うことで、カスタマージャーニーのすべてのステップを把握することができます。 これを知るとユーザーがどこで離脱するのか、何が価値あるコンバージョンにつながるのかを見極めることができます。
価値ベースの入札がビジネスを成長させる
つまり、ビジネスの目的を反映したコンバージョンデータを機械学習の入札に共有させ、それに価値データを付与し、価値ベースの入札を最適化していくという流れです。
スマート入札を行うことで、成長性と収益性を高めることができます。そして、価値ベースの入札は、より価値のある顧客を見つけ、ビジネス目標を最適化するために設計されています。
どのようなビジネスモデルであっても、価値ベースの入札はあなたのビジネスを助けるでしょう。
まとめ
すべての企業が意識すべきことは、「私たちのビジネス目標は何か」、そして「その目標を達成するための準備ができているか」の２つの質問です。
例えば、”モンクレール ダウン 激安”としましょう。このキーワードを検証して、価値ベースのスマート入札戦略で最適化することで、ビジネスの成長と収益性を引き出すことができます。
ここで、紹介したフレームワークは、より価値のある顧客を見つけ、本当に重要なビジネス目標に向けてGoogle広告を最適化するために設計されています。
この段階が終わったら、検索需要を把握してソーシャルメディアに卓越したクリエイティブを生み出すことや、検索クエリのカバー率を向上させ、さらなる投資によって検索機会を解き放つことで、あなたの検索広告がより適切になっていきます。
また、最適化スコアやパフォーマンスプランナーなどのツールを自由に使えることも大切ですよ。
このように後半部分では、「Google広告が自動化に向かっている」と「スマート入札の最適化の重要性」について主に説明されました。
English
Introduction
Many people in the UK have heard about AlphaGo.
AlphaGo is an artificial intelligence Go program developed by Deepmind.
Four years ago, AlphaGo was able to beat the world’s best player, Lisa, in Go.
Go is an incredibly complex game, with more permutations than there are atoms in the universe, and it was thought that a computer would not be able to beat a human for decades to come.
However, after 100,000 games against professionals, AlphaGo has learned to play humans and defeated the world’s best professionals.
This caused a huge sensation and changed the field of machine learning forever.
However, some of you may not know what happened next.
The system did not actually have 100,000 games played by human players. The system did not have 100,000 games played by human players, it just told you to learn by yourself. We were given the rules of Go, but not the strategy.
So the new AlphaGo Zero played against itself for three days as a beginner and improved quickly, and after three days, AlphaGo Zero had played 100,000 games and beaten the original AlphaGo 100-0.
He then built a system called “Alpha Zero”. This system made it possible to play multiple multiplayer games without human intervention. The system was given the rules of chess, shogi, and go, and learned them through games.
Google has worked with many advertisers, but I would like to tell you all that the last year and a half has been the most exciting.
As of this go, Google has seen examples of amazing progress, and we’ve seen companies with already great capabilities improve the results they get from their investments in paid search even more dramatically.
Automating the Advertising System
・A Case Study of Machine Learning with the Go Program Alpha Zero
I’m going to share a few case studies with you and hope that you will do the same.
In the chess example of Alpha Zero, a beginner learned to become a master in 4 hours, and after 4 hours, he was playing SSR.
As a result, Alpha Zero defeated Stockfish, an open source chess engine, 20-0.
In other words, the best chess player of all time is Google’s Alpha Zero, a computer that took four hours to learn.
And just recently, DeepMind announced a new system called MuZero. This system is so good that it has the feature that it does not know the game itself.
Not knowing the game means that not only is no human strategy given, but no rules are given either.
Current machine learning is basically in the stage of learning to play multiple games without knowing the game you are playing.
Incidentally, in the last few years, machine learning capabilities have been doubling every four or five months, a 30,000-fold improvement in five years. It’s impossible to keep growing at this rate, but it’s still improving at a very fast pace.
・Google Ads Turning into “Self-Driving Cars”
From this case, we think that Google’s advertising system is moving towards “self-driving cars”.
While Google’s advertising has been great, it has been difficult to learn while driving. But now they are becoming more and more “self-driving cars”.
To really understand best practices, we need to think about them from a different perspective: not how to drive a sports car, but how to drive an automated car.
First, it is obvious to follow the recommended machine learning best practices, but most of us do much more.
In other words, Google’s advertising system is moving towards automation.
What about the actual content of the ads, and how good can they be made?
And in the future, will it be important to build an efficient and profitable business model?
It has been said that a good marketing strategy is one that uses automation to continuously improve efficiency.
The best practices for Google ads changing to automated vehicles are machine learning the right KPIs, the right data. It’s about giving it creative and human support.
So, let’s revisit an important framework. This can be divided into three stages.
The first stage is to properly handle the basic elements such as smart bidding. In this stage, it is important to implement the right conversion tracking, the right attribution strategy, and a smart automated bidding strategy that suits your business objectives.
The second step is to capture the market. With smart bidding in place, you can capture the search queries that are most relevant to your business. It also allows you to deliver the most relevant messages to users and consumers.
The third step is to uncover newsworthy opportunities. Now that you are ready for growth and have captured most of the search demand, you should dig deeper to find out what is working and invest more in those areas.
So, let’s talk about smart automated bidding, which is important in Google Ads, which is changing into an “automated vehicle” in this way.
Optimizing Smart Automated Bidding
・Value-Based Bidding is Important in Smart Automated Bidding
You must have heard about Smart Automated Bidding. It is a very important system in the future of automated Google Ads.
You may be thinking, “I’m already using Smart Bidding. What should I do next?
I’d like to talk about “value-based bidding,” which is important for making smart automated bidding more effective.
With the increasing automation of Google ads, the more data that machine learning gives to bidding will be the most important advantage in your Internet advertising strategy.
However, not all users provide the same value for the same ad.
Some users will find high value in the same ad, while others will pay little or no attention to it.
Therefore, it is important to understand which users perceive high value for your business, and then bid and optimize for those users.
Value-based bidding increases ROI by bringing value to smart bidding and maximizing conversion rates.
・What Is The Right Data Sharing?
This value-based bidding starts with giving first-party data.
By providing critical information to the machine learning bidding model, it predicts the differentiated customer value in the auction.
With value-based bidding, you can optimize the number of clicks and costs as well as the number of acquisitions to drive more business impact.
And it is important to give each data the correct value data.
Make sure to give the most accurate value for the conversion action.
In addition, micro and macro conversion tracking will help you understand every step of the customer journey. Knowing this will help you determine where users are leaving and what will lead to valuable conversions.
・Value-Based Bidding Will Grow Your Business
In other words, we let the machine learning bidding share conversion data that reflects the business objectives, and then we add value data to it to optimize value-based bidding.
Smart bidding can help increase growth and profitability. And value-based bidding is designed to help you find more valuable customers and optimize your business goals.
No matter what your business model is, value-based bidding will help your business.
Conclusion
Finally, there are two questions that all businesses should be aware of: “What are our business goals?” and “Are we prepared to achieve those goals?
For example, let’s say it’s “cheap moncler jackets”. By examining this keyword and optimizing it with a value-based smart bidding strategy, you can unlock growth and profitability for your business.
The framework presented here is designed to help you find more valuable customers and optimize for the business goals that really matter.
Once this phase is complete, your paid search advertising will become more relevant by understanding search demand and generating exceptional creative for social media, improving search query coverage, and unlocking search opportunities through further investment.
It’s also important to have tools like Optimization Score and Performance Planner at your disposal.